PROCONF: UM SOFTWARE ORIENTADO PARA ANLISES DE CONFIABILIDADE

Celso Fritsch
Programa de Ps-Graduao em Engenharia de Produo - UFRGS Praa Argentina, No. 9. Porto Alegre - RS. 90040-020

Jos Luis Duarte Ribeiro

Programa de Ps-Graduao em Engenharia de Produo - UFRGS Praa Argentina, No. 9. Porto Alegre - RS. 90040-020 - email: ribeiro@vortex.ufrgs.br

Abstract This paper presents procedures for the reliability mathematical modeling of products or equipments. The mathematical modeling is performed based on a time to failure data set. Complete or censored samples tests are discussed. To facilitate the data processing and analysis ProConf, a computer routine, was developed. The main objective of ProConf is to fit reliability distributions to failure times. It offers a series of features to help choose the proper distribution model and subsequently perform the analysis and test the distribution. rea: 5. Quality / 5.4. Engenharia de Confiabilidade Key words: Reliability, Quality, Statistical Analysis

1. INTRODUO Desde as ltimas dcadas, expresses como qualidade, produtividade e flexibilidade vm sendo cada vez mais difundidas no meio industrial, garantindo a competitividade e a sobrevivncia de empresas no mercado. Na atualidade, atravs da queda de fronteiras comerciais entre os pases, o mercado alvo ampliou-se e, em conseqncia, maior a competio, buscando-se a excelncia no atendimento ao cliente. A qualidade de um produto verificada atravs de sua adequao ao uso, dependendo das seguintes etapas: Qualidade de projeto Qualidade de conformidade Qualidade de servios Disponibilidade O ltimo item, disponibilidade, diz respeito a confiabilidade e mantenabilidade do produto, parmetros que dependem respectivamente do tempo de uso e tempo de reparo. A importncia do estudo de confiabilidade reside no fato de que durante o tempo de uso do produto pelo cliente, o qual no espera falhas, que se consolida todo o trabalho anterior de pesquisa, projeto, desenvolvimento e fabricao. Desta forma, um produto que preenche todos os requisitos de qualidade de projeto e qualidade de conformidade, pode no ter sua confiabilidade assegurada, e nas mos do consumidor que o produto avaliado, definindo a boa imagem e continuidade do fabricante no mercado atravs da comercializao de produtos confiveis.

A predio da confiabilidade atravs do estudo de dados de sobrevida geralmente exige grande quantidade de clculos e de anlise grfica, tornando-se indispensvel o uso de rotinas e programas implementados em computador. Assim, pode-se obter com facilidade e em tempo mnimo as estimativas dos parmetros que descrevem as caractersticas das distribuies do tempo de vida do produto em estudo, possibilitando opes de uso de diferentes modelos matemticos, visando o melhor ajuste aos dados fornecidos. Os softwares disponveis no mercado e que tratam de distribuies de vida so em nmero reduzido e incompletos, o que dificulta uma completa anlise em estudos de confiabilidade. Para facilitar o tratamento dos dados e a anlise, o programa computacional ProConf foi implementado, aplicado soluo de problemas prticos da rea de confiabilidade industrial. 2. APRESENTAO DO SOFTWARE PROCONF ProConf um programa computacional projetado para o ajuste de distribuies de tempos de falha para dados de confiabilidade, atravs do uso de mtodos analticos e mtodos grficos. Ele utilizado tanto para amostras completas como para amostras truncadas (com censura), fornecendo estimativas dos parmetros da distribuio e seus respectivos intervalos de confiana, com clculos do tempo mdio at a falha (MTTF), taxa de risco e confiabilidade para determinado tempo, etc. Uma vez obtido os parmetros da distribuio, seus respectivos grficos podem ser plotados para uma melhor visualizao do comportamento das funes de confiabilidade, taxa de risco, densidade de probabilidade e densidade acumulada de probabilidade. O software incorpora os principais modelos matemticos encontrados na literatura que representam os tempos de falha, oferecendo uma srie de caractersticas para ajudar na melhor escolha. Desta forma, o usurio poder obter uma completa anlise dos dados de falha, optando pela distribuio de vida que melhor se adapta ao seu problema. Outros elementos de grande importncia tambm so incorporados: Simulao de tempos de falha para um dado modelo e parmetros conhecidos. Grficos para densidade de falha, taxa de risco, densidade de falha acumulada e confiabilidade. Testes analticos do Qui-Quadrado e Kolmogorov-Smirnov para verificao do ajuste da distribuio e nvel de significncia; Adequao de um ajuste atravs de mtodos grficos (papel de probabilidade). Uma caracterstica do software que este deve ser amistoso, acompanhando as tendncias dos principais sistemas, como por exemplo, a utilizao de uma estrutura bsica de apresentao que incorpore comandos visuais, recursos grficos e rapidez no uso com mouse. Assim, a aprendizagem e o uso ficam facilitados, pois os procedimentos de operao seguem determinados padres j conhecidos, mesmo por usurios sem muita experincia no uso de computadores. 3. PRINCIPAIS ROTINAS Nesta seo, feita a descrio do software, com uma apresentao geral, escolha do modelo apropriado de acordo com os dados de confiabilidade, resultados analticos e grficos gerados, e limitaes quanto ao uso. 3.1. Tela principal e entrada de dados: A tela principal (Figura 1) possui a barra de menu de opes, possibilitando atravs do uso do teclado ou mouse a execuo de comandos e acesso s diferentes telas de dados e anlise (Abrir, salvar, imprimir, copiar, colar, dados, modelos, ajuste, teste de aderncia,

calculadora de confiabilidade, sair, etc.). A Fig.1 tambm mostra a janela de entrada dos dados, onde so organizados os dados de sobrevida a serem analisados. Entram-se os tempos de falha de cada componente na respectiva planilha e o sistema automaticamente detecta o tamanho da amostra, o nmero de falhas e o tipo de dados (amostra completa, censurada por tempo, etc). Ainda, dados de tempo de falha podem ser gerados a partir de simulao de Monte Carlo, informado o modelo e respectivos parmetros da distribuio de vida j conhecida.

Figura 1 - Apresentao do ambiente de trabalho do programa ProConf na tela principal, com janela de entrada de dados ativada. 3.2. Histograma: A densidade de falha para determinado intervalo de tempo pode ser calculada e plotada em um histograma (ver Fig. 2), mostrando, pela forma, uma idia inicial de qual modelo pode proporcionar um melhor ajuste. Tambm so plotados grficos de barra para a taxa de risco, confiabilidade e probabilidade de falha acumulada. 3.3. Papel de Probabilidade: Possibilita uma forma para checar a adequao de um ajuste atravs de mtodos grficos. Os dados de vida e suas probabilidades so plotados em escalas transformadas, onde o modelo indicado ser adequado se os pontos plotados no grfico formarem uma linha reta (Fig. 5). O mtodo grfico est disponvel para as distribuies Exponencial, Weibull, Normal e Lognormal, fornecendo atravs de regresso os parmetros de vida da distribuio para cada modelo.

0.005 0.004 0.003 f(t) 0.002 0.001 0.000 0 100 t: horas 200 300

Figura 2 - Histograma dos tempos de falha. 3.4. Opes de modelos de distribuio e ajuste da distribuio: Foram pesquisados cinco modelos paramtricos principais: Exponencial, Weibull, Gamma, Normal e Lognormal, todos incorporados ao sistema. Assim, na seqncia da anlise, o usurio pode escolher um determinado modelo paramtrico a ser ajustado aos dados de tempo de vida. O ajuste de uma distribuio incorpora a maior parte das rotinas matemticas que o software possui. Os parmetros da distribuio so calculados utilizando o mtodo da mxima verossimilhana, fornecendo tambm a varincia e intervalos de confiana (Fig.3).

Figura 3 - Parmetros estimados e tempos de falha. Descrio mais completa sobre os resultados apresentados sobre cada modelo disponvel esto listados a seguir. Modelo Exponencial: Para o modelo Exponencial, o programa ProConf verifica os tempos de falha fornecidos e ajusta uma distribuio exponencial aos dados, conforme o seguinte modelo: f (t ) = e t O parmetro desta distribuio , que representa a taxa de risco (assumido como

constante para este caso). Para este modelo, o sistema fornece os seguintes resultados: - e o tempo mdio at a falha (MTTF); - Intervalo de confiana para e para a mdia; - Teste para verificar a hiptese de distribuio exponencial dos tempos de falha. Modelo de Weibull: Para o modelo, o sistema verifica os dados de falha fornecidos ajustando uma distribuio de Weibull, conforme a seguinte funo densidade de probabilidade (f.d.p):

onde o parmetro de escala e o parmetro de forma. O sistema fornece:: - Estimativas de verossimilhana mxima de e ; - Varincia e Covarincia de e ; - Estimativas no tendenciosas de e ; - Intervalo de confiana para e . Modelo Normal: Para o modelo Normal, sua funo densidade de probabilidade :
f (t ) = 1

1 t 2

Onde a mdia e o desvio padro dos dados. Para este modelo, o sistema fornece: - Estimativas para e ; - Intervalo de confiana para e ; Modelo Lognormal: Para o modelo Lognormal, sua funo densidade de probabilidade : f (t ) = 1

t 2

1 ln t 2

Onde ln o logaritmo natural. Para este modelo, o sistema fornece os seguintes resultados: - : mdia do logaritmo natural dos dados de falha; - : desvio padro do logaritmo natural dos dados falha; - Intervalo de confiana para e ; - Tempo mdio at a falha (MTTF) e o respectivo intervalo de confiana; - Varincia para o tempo de falha. Modelo Gamma: A funo densidade de probabilidade para a distribuio Gamma
t 1 f (t ) = e ( ) O sistema fornece os seguintes resultados: - (parmetro de forma); - (parmetro de escala); - Varincia de e ; - Intervalo de confiana para . t

3.5. Grficos das distribuies: Uma vez escolhido o modelo mais apropriado para o ajuste dos dados e estimados os respectivos parmetros, podemos plotar as principais funes em relao ao tempo, utilizando a rotina de grficos do programa ProConf. Nela so mostrados, para um intervalo

'%& "#$

  !

 

t f (t ) =

42()0 13

de tempo especificado, os grficos das seguintes funes de confiabilidade: densidade de probabilidade; taxa de risco; confiabilidade; e probabilidade de falha acumulada. Ao analisar os grficos das distribuies, podemos verificar a sua forma de acordo com os parmetros estimados (ver Fig.6), e compar-los com a freqncia dos dados de falha apresentados nos grficos de barras (Fig. 2). 3.6. Provas de exatido do ajuste da distribuio: Esta rotina tem como principal objetivo a verificao do ajuste realizado para o modelo escolhido atravs dos testes de Qui-Quadrado (2) e de Kolmogorov-Smirnov. Para realizar o teste do Qui-Quadrado, o sistema organiza os dados em uma tabela de freqncias, e ento, para cada intervalo de tempo, so computados a diferena entre a freqncia esperada e a freqncia observada. A soma destas diferenas resulta no valor do 2. Um valor grande de 2 (nvel de significncia < 0,05) indica que o modelo escolhido no fornece um bom ajuste aos dados. Para realizar o teste de Kolmogorov-Smirnov, o sistema calcula a mxima distncia entre a freqncia acumulada dos tempos de falha e a freqncia acumulada terica para o modelo escolhido. Se a distncia suficientemente grande (nvel de significncia < 0,05), conclumos que o modelo escolhido para o ajuste dos dados rejeitado 3.8. Calculadora de Confiabilidade: A janela Calculadora de Confiabilidade realiza com flexibilidade um conjunto de clculos usuais em estudos de confiabilidade. Atravs da seleo do tipo de distribuio e informao dos respectivos parmetros conhecidos, tempo e valor de confiabilidade a serem investigados (Fig.4), pode-se obter as seguintes estimativas abaixo relacionadas: - Tempo mdio at a falha (MTTF) e desvio padro; - Estimativa da confiabilidade para um dado tempo t; - Tempo mdio estimado para determinado valor de confiabilidade; - Grficos das funes de confiabilidade para parmetros e distribuio fornecidos.

Figura 4 - Inferncias usando a Calculadora de Confiabilidade

Se estiverem disponveis os parmetros estimados pelo sistema, estes podem ser usados como dados na calculadora. Porm, o usurio poder selecionar outro modelo e apenas informar parmetros da distribuio, possibilitando uma nova anlise, ou at mesmo uma comparao com a anlise dos parmetros estimados.

4. ESTUDO DE CASO

Para demonstrar a capacidade do software de efetuar a anlise de dados reais de tempos de vida, mostramos a aplicao do ProConf para o processamento e gerao dos resultados atravs de um estudo de caso. O presente estudo de caso relata um teste de confiabilidade realizado em motores de combusto a partir de um experimento real executado por uma empresa. O objetivo do experimento a anlise aprofundada das informaes do equipamento provenientes de ensaios de laboratrio, obtendo-se estimativas de confiabilidade para o subsistema combustvel. Vinte motores foram colocados em funcionamento e os tempos at a falha para o subsistema combustvel foram registrados. Aps 300 horas de funcionamento contnuo, o teste para cada motor truncado, verificando-se desta forma censura tipo II. Os tempos at a falha so: 63,2, 90,2, 104,5, 120,8, 140,3, 179,4, 199,6, 201,9, 234,4, 237,1, 246,5, 260,7, 275,7, 297,3, 300 +, 300 +, 300 +, 300 +, 300 +, 300 + (O sinal + representa os dados censurados ). Por se tratar de uma amostra pequena, foi escolhido inicialmente para uso na anlise um ajuste com base na distribuio de Weibull, pois trata-se de uma distribuio bastante flexvel e amplamente utilizada no meio industrial Com o uso do programa ProConf foram obtidas estimativas atravs do MLE, encontrando-se o parmetro de escala e parmetro de forma para cada subsistema, obtendo-se ainda estimativas no tendenciosas atravs da correo do valor de . Intervalos de confiana de 90% so apresentados. Os testes do Chi-quadrado e Kolmogorov-Smirnov (K-S) so apresentados, onde se verifica analiticamente o nvel de significncia do ajuste, comparando os dados de falha e a distribuio terica. Resultados obtidos nos testes analticos de aderncia do modelo utilizado indicam que o modelo parece ser apropriado para ajustar os dados do subsistema em estudo. MLE: = 2,186 Intervalo de confiana de 90%: 1,342 < < 2,852 = 280,3 Intervalo de confiana de 90%: 231,7 < < 378,8 MTTF = 248,2 Teste Chi-quadrado: QQ = 0,17 Nvel de significncia: 0,6764 Teste de K-S: DN = 0,0916 Nvel de significncia: 0,4140 Os parmetros e a vida mdia tambm foram calculados atravs do mtodo grfico de papel de probabilidade, conforme a Fig. 5. Atravs de regresso linear, os parmetros resultam como = 2,09, = 287,5, e a vida mdia MTTF = 254,7. Atravs da anlise grfica, podemos observar que o modelo (reta terica) se ajusta bem aos dados. A figura 6 mostra a curva da funo de confiabilidade obtida da estimativa para o subsistema combustvel, indicando tambm os tempos caractersticos para uma confiabilidade de 50% (t50) e 90% (t10). Atravs do uso do sistema ProConf, houve uma grande vantagem quanto ao tempo gasto, necessrio para a anlise e a obteno das informaes (em torno de duas horas).

10

1.0 0.8

t90 = 100,10

-ln (1 - F(t))

R(t)

0.6 0.4

t50 = 237,02

0.1

0.2 0.0

0.01 10

0
100 t: horas 1000

100

200

300 t: horas

400

500

600

Figura 5 - Papel de probabilidade Weibull para o sistema combustvel.

Figura 6 - Funo de confiabilidade para conjunto motor.

5. CONCLUSES

Este trabalho apresenta e discute um software - ProConf - e suas rotinas, necessrio para uma completa anlise da confiabilidade de um produto. Mostra assim a simplificao dos procedimentos de clculos, tornando possvel o acesso s estimativas de modelos matemticos de difcil resoluo aos vrios profissionais e engenheiros da rea da qualidade e confiabilidade. Diversos engenheiros, com a aplicao direta do software, puderam obter a anlise e a soluo de problemas prticos envolvendo tempos de vida de componentes e produtos em suas empresas. Desta forma, o ProConf teve a chance ser testado, gerando bons resultados (baseado no retorno fornecido por estes profissionais).
BIBLIOGRAFIA
BAIN, L. J.; ENGELHARDT, M. Statistical analisys of reliability and life-testing models. 2. ed., New York: Marcel Dekker, 1991. COHEN, A. C., Jr. Tables for maximum likelihood estimation: singly truncated and single censored samples. Technometrics, Washington, v. 3, p. 535-541, 1961. COHEN, A.C., Jr. Maximum likelihood estimation in the Weibull distribution based on complete and censored samples.Technometrics, Washington, v.7,n.4,p.579-588, 1965. CHOI, S. C.; WETTE, R. Maximum likelihood estimation of the parameters of the gamma distribution an their bias. Thechnometrics, Washington, v. 11, n. 4, p. 683-690, 1969. ELSAYED, E. A. Reliability engineering, Reading, MA: Addison-Wesley, 656 p., 1996. FRITSCH, C. Modelos de confiabilidade para testes de sobrevida. Porto Alegre: Dissertao de mestrado. PPGEP/UFRGS, 1996. GREENWOOD, J. A.; DURAND, D. Aids for fitting the gamma distribution by maximun likelihood. Techonometrics, Washington, v. 2, p. 55-65, 1960. LEE, E. T. Statistical methods for survival data analisys. Belmont, CA: Wadsworth, 1980. NANNI, L. F. Anlise estatstica de dados com uso de tcnicas computacionais. Porto Alegre: CPGEC/UFRGS, 1981 (Caderno Tcnico, 30). NELSON, W. B. Applied life data. New York: John Wiley, 1982. RIBEIRO, J. L. Confiabilidade de sistemas. Porto Alegre: PPGEP/UFRGS, 1995. TOBIAS, P. A.; TRINDADE, D. C. Applied reliability. 2.ed. New York: Van Nostrand Reinhold, 1995.